Understanding hope from the voices of service users and providers across Canada
Notice bibliographique
Résumé
Although Canada is home to the second largest non-profit and volunteer sector in the world, there is an absence of an overarching framework to guide human services delivery (Hall et. al., 2005; Rahmani, 2022). This paper documents the first phase of a three-year study that seeks to begin to bridge this gap by learning from both HS providers and users’ narratives, specifically in relation to the topics of hope, self-compassion, and authentic collaboration. The first phase of the research focused on the topic of hope via the following questions: How do HS consumers and service providers meaningfully experience hope in the course of HS service delivery within their lifeworlds? How might these experiences inform a guiding framework for Canadian HS service delivery? A thematic analysis of surveys and interviews collected from six partner organizations across Canada revealed the following themes: 1) the importance of human connections; 2) the building and evolution of hope; and 3) the futurity of hope. These findings point out several implications for practice and research, including a need for human-centred training that focuses more on topics like sensitivity and compassion. Respondents, particularly the service providers, also spoke to the need for strategies and opportunities to take care of oneself physically, mentally, and spiritually. This call is especially prevalent in the wake of the COVID-19 pandemic and funding cuts across Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,036 | 0,015 |
| Communication savante | 0,013 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».